AD keyword-research
Многоисточниковое исследование ключевых слов и автодополнения. Получает предложения в реальном времени из Google, YouTube, Amazon и DuckDuckGo — ключ API не требуется. Используйте, когда: (1) вы проводите исследование ключевых слов для SEO или контента, (2) выясняете, что ищут пользователи по теме, (3) проводите исследование конкурентов или ниши, (4) расширяете исходное ключевое слово до сотен связанных терминов, (5) составляете списки ключевых слов для рекламы или контента. Активируется по запросам: исследование ключевых слов, что ищут люди, автодополнение, идеи ключевых слов, SEO-ключевые слова, предложения поиска, список ключевых слов.
машинный переводПоказать оригиналСкрыть оригинал«Multi-source keyword intelligence and autocomplete research. Fetches r…»
Multi-source keyword intelligence and autocomplete research. Fetches real-time suggestions from Google, YouTube, Amazon, and DuckDuckGo — no API key required. Use when: (1) doing SEO or content keyword research, (2) finding what users search for on a topic, (3) competitor or niche research, (4) expanding a seed keyword into hundreds of related terms, (5) building keyword lists for ads or content. Triggers on: keyword research, what do people search for, autocomplete, keyword ideas, SEO keywords, search suggestions, keyword list.
Многоисточниковое исследование ключевых слов и автодополнения.
Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 47/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 40Согласованность. Имя во frontmatter (keyword-research) не совпадает с папкой (keyword-research1)
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 12
- 100Стоимость исполнения. Тело инструкции 504 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 534 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +4Есть примеры (1 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.